آمایش و سناریوهای تخصیص اراضی محصولات استراتژیک کشاورزی در نواحی روستایی شهرستان ارومیه
الموضوعات : فصلنامه علمی برنامه ریزی منطقه ای
علی اکبر تقیلو
1
(دانشیار گروه جغرافیا، دانشکده ادبیات و علوم انسانی، دانشگاه ارومیه، ارومیه، ایران.)
فرشاد رحمانی
2
(کارشناسی ارشد آمایش سرزمین دانشکده ادبیات و علوم انسانی، ئانشگاه ارومیه، ارومیه، ایران.)
الکلمات المفتاحية: کشاورزی, تخصیص اراضی, محصولات استراتژیک, شهرستان ارومیه,
ملخص المقالة :
با توجه به شرایط اقلیمی و بحران آبی از یک طرف و رشد جمعیت و تقاضای محصولات از طرف دیگر، تخصیص اراضی برای فعالیت های کشاورزی مهمترین مسئله می‌باشد. داشتن آگاهی و داده‌های کافی درباره کمیت، کیفیت، نوع، چگونگی پراکنش و تخصیص اراضی مورد نیاز بر اساس تقاضا و عرضه از ضرورت‌های مهم بشمار می‌رود. تخصیص کاربری اراضی فرآیندی رقابتی برای رسیدن به اهداف تعیین‌شده مدیران و تصمیم‌گیرندگان است. جمعیت رو به رشد جهانی، همراه با تقاضا برای محصولات جدید مانند محصولات بیولوژیکی و سوخت‌های زیستی و فشار به زمین‌های کشاورزی. تصمیمات و اهداف مدیران. بهینه‌سازی ترکیبی چندمنظوره عوامل مهم مؤثر در تخصیص اراضی بشمار می‌روند که تخصیص اراضی را با مشکلاتی مواجه می‌سازد. هدف این پژوهش اولویت‌بندی و شناخت سناریوهای تخصیص اراضی برای محصولات استراتژیک برای تامین امنیت غذایی بر اساس ظرفیت‌های طبیعی و شرایط اقتصادی و اجتماعی جامعه در شهرستان ارومیه می‌باشد. روش پژوهش در این پژوهش توصیفی- تحلیلی است. روش گردآوری داده‌های اسنادی بوده و داده‌های مورد نظر از مرکز آمار، فائو و وزارت کشاورزی و جهاد کشاورزی منطقه گردآوری شده است. شاخص‌های پژوهش شامل؛ رشد جمعیت، سرانه ملی و جهانی، راندمان ملی و جهانی. نتایج نشان می‌دهد، سناریوهای مرتبط با سرانه و راندمان‌های ملی بدترین سناریوهای ممکن برای تخصیص اراضی می‌باشند (سناریوهای یک، دو، پنج و شش). سناریوهای سوم، چهارم، هفتم و هشتم سناریوی مطلوب و سناریوهای نهم و دهم سناریوی متوسط و سناریوهای یازدهم و دوازدهم مطلوبترین سناریوها بشمار می‌رود. کاهش نرخ رشد در چند سال اخیر بدلیل مشکلات ناشی از افزایش جمعیت باعث شده نرخ رشد منطقه به بهترین حالت خود برسد، بنابراین، سناریوی یازده با نرخ رشد کوتاه مدت و سرانه و راندمان جهانی بهترین سناریو خواهد بود.
1- Aerts, E., Eisinger, G.B.M., Heuvelink, T.J., Steward, )2003(. Using linear integer programming for multi-site land-use allocation, Geographical Analysis, 35 (2), pp. 148-169.
Ebrahimnia, V., Rasouli, M and Zandieh, S (2009). Methods and Models of Land Use Allocation, Armanshahr, No. 2, pp. 22-9. In persian
2- Eric Joseph Marr, & Howley, P. )2018(. Woodlots, wetlands or wheat fields? Agri-environmental land allocation preferences of stakeholder organisations in England and Ontario, Land Use Policy, pp673-681.
- http://www.fao.org/statistics/en
3- Iran Census (2016). General Census of Population and Housing. In persian
4- Javan, J. (2002). Geography of Iranian Population, Mashhad University Jihad. In Persian
5- Karimi, M. (2010). Development of Multi-Criteria Spatial Decision Making Methods for Determining Land Use and Optimal Coverage, Ph.D. Thesis, School of Surveying Engineering, Khaje Nasir al-Din Tusi University of Technology, Tehran. In persian
6- Khorrami, A. R. (2015). Prioritization and Ranking of Agricultural and Rural Activities for Economic Development of Hamadan Province », Agricultural Economics and Development, Volume 24, Number 94, pp212-191. In persian
7- Mahmoudi Jam, S., Ghoreishi Najafabadi, S. H., Vafaee Nejad, A., Moridi, A., & Khazaei, S. (2017). "Groundwater Potential Assessment with a Combined Approach to Particle Swarm Optimization Algorithm and MOC", Ilam », Ecohydrology, Volume 4, Number 4, pp. 1213-1199. In Persian
8- Mohammadi, M., Nastaran, M., & Sahebgharani, A. )2016(. Development, application, and comparison of hybrid meta-heuristics for urban land-use allocation optimization: Tabu search, genetic, GRASP, and simulated annealing algorithms, Computers, Environment and Urban Systems, 60, pp. 23-36.
9- Moradi, H. R., Jalili, K., & Bozorghadad, O. (1396). Optimization of Land Allocation and Irrigation Water Based on Water Balance Approach Using Linear Programming, Journal of Water and Soil, Volume 31, Number 2, pp. 385-372. In Persian
10- Pilehfrooshha, P. (2012). Allocating Agricultural Products Using Multi-Objective Decision Making and Fast Logic, Thesis Master of Civil Engineering, Khajeh Nasir Tousi University of Technology, Supervisor: Mohammad Karimi and Mohammad Talei. In persian
11- Rahmati, P. (2015). Multi-objective Optimization of Agricultural Land Use Allocation Using NSGA-II Algorithm (Case Study: Ajab Shir Watershed), MSc in Remote Sensing and Geographic Information System, Supervisor: Hashem Rostam. In persian
12-Sante-Riveira, I., Crecente-Maseda, R., & Miranda-Barros, D., (2008). GIS-based planning support system for rural land-use allocation, Computer and Electronics in Agriculture 63, 257-273.
13- Stewart, T. J., & Janssen, R., et al.(2004). A Genetic Algorithm Approach to Multiobjective Land Use Planning, Comput. Oper. Res, 31(14): 2293-2313.
14- Talee, M., Soleimani, H., & Farajzadeh Asl, M. (2013). Evaluation of land suitability for rainfed wheat cultivation based on FAO model using Fuzzy-AHP-OWA integrated technique in GIS (Case study: Mianeh), Water Journal Soil, No. 1, pp. 156-139. In persian
15-Tang, W. Feng, W. & Jia, M. )2015(. Massively parallel spatial point pattern analysis: Ripley's K function accelerated using graphics processing units, International Journal of Geographical Information Science, 29 (3), pp. 412-439.
16- Verburg, P.H., & Overmars, K.P. (2009). Combining top-down and bottom-up dynamics in land use modeling: exploring the future of abandoned farmlands in Europe with the Dyna-CLUE model, Landscape Ecol.
17- Wang, X., Yu, S., & Huang, G.H. )2004(. Land allocation based on integrated GIS optimization modeling at a watershed level, Landscape and Urban Planning 66, 61-74.
18- Zhou, M. (2015). an interval fuzzy chance-constrained pro graming model for sustainable urban land-use planning and land use policy analysis, Land Use Policy, 42, pp. 479-491.
_||_
